Exercise capacity and body mass index are more important than diabetes in the prediction of high risk markers on myocardial perfusion imaging
Notice bibliographique
Résumé
544 Objectives Diabetes has been identified as a high risk marker for coronary artery disease and hard cardiac events (unstable angina, nonfatal myocardial infarction, or cardiac death). Exercise capacity has been associated with a decreased rate of hard cardiac events. This study evaluates whether diabetics, after controlling for exercise capacity, are any more likely than non-diabetics to have high risk markers on myocardial perfusion imaging. Methods Consecutive patients referred for outpatient stress myocardial perfusion imaging for known or suspected coronary artery disease were evaluated. Bruce protocol treadmill stress with gated myocardial perfusion SPECT imaging was performed. Semiquantitative analysis was performed using a 17 segment, 5-point scale to obtain summed stress and difference scores (SSS, SDS). Results A total of 1987 patients were evaluated. Diabetes and exercise capacity were both correlated with SSS, SDS, left ventricular ejection fraction (LVEF), and chronotropic response (diabetes associated with a higher risk and exercise capacity with a lower risk). After controlling for exercise capacity, the only remaining significant correlation with diabetes was a lower LVEF. On the other hand, after controlling for diabetes, exercise capacity continued to be significantly and negatively correlated with all high risk markers. Significant predictors of SDS using linear regression were age, sex, and exercise time but not diabetes. Conclusions In the outpatient setting, exercise capacity is more strongly correlated with myocardial perfusion imaging results than is diabetes. Findings raise the possibility that a preserved exercise capacity may be able to overcome some of the adverse clinical consequences commonly associated with diabetes.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».